基于BiLSTMCRF模型的藏文分词方法

	基于BiLSTMCRF模型的藏文分词方法
	王莉莉1 ; 王宏渊1 ; 白玛曲珍 1; 杨鸿武1,2,3
	2020-08-15
发表期刊	重庆邮电大学学报(自然科学版)
ISSN	1673-825X
卷号	32 期号:04 页码:648-654
摘要	藏文分词是实现藏文语音合成和藏文语音识别的关键技术之一。提出一种基于双向长短时记忆网络加条件随机场(bidirectional long-short-term memory with conditional random field model, BiLSTM_CRF)模型的藏文分词方法。对手工分词的语料经过词向量训练后输入到双向长短时记忆网络(bidirectional long-short-term memory, BiLSTM)中,将前向长短时记忆网络(long-short-term memory, LSTM)和后向LSTM学习到的过去输入特征和未来输入特征相加,传入到线性层和softmax层进行非线性操作得到粗预测信息,再利用条件随机场(conditional random field, CRF)模型进行约束性修正,得到一个利用词向量和CRF模型优化的藏文分词模型。实验结果表明,基于BiLSTM_CRF模型的藏文分词方法可取得较好的分词效果,分词准确率可达94.33%,召回率为93.89%,F值为94.11%。
关键词	文本分词长短时计忆网络深度神经网络词向量民族语言
URL	查看原文
收录类别	北大核心 ; CSCD
语种	中文
资助项目	国家自然科学基金(11664036,61263036);甘肃省高等学校科技创新团队项目(2017C-03)~~
原始文献类型	学术期刊
中图分类号	TP391.1;TP183;H214
文献类型	期刊论文
条目标识符	https://ir.nwnu.edu.cn/handle/39RV6HYL/72093
专题	实体学院_物理与电子工程学院实体学院_马克思主义学院实体学院_教育技术学院
通讯作者	杨鸿武
作者单位	1.西北师范大学物理与电子工程学院; 2.甘肃省智能信息技术与应用工程研究中心; 3.互联网教育数据学习分析技术国家地方联合工程实验室
第一作者单位	物理与电子工程学院
通讯作者单位	物理与电子工程学院
第一作者的第一单位	物理与电子工程学院
推荐引用方式 GB/T 7714	王莉莉,王宏渊,白玛曲珍,等. 基于BiLSTMCRF模型的藏文分词方法[J]. 重庆邮电大学学报(自然科学版),2020,32(04):648-654.
APA	王莉莉,王宏渊,白玛曲珍,&杨鸿武.(2020).基于BiLSTMCRF模型的藏文分词方法.重庆邮电大学学报(自然科学版),32(04),648-654.
MLA	王莉莉,et al."基于BiLSTMCRF模型的藏文分词方法".重庆邮电大学学报(自然科学版) 32.04(2020):648-654.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于BiLSTMCRF模型的藏文分词方法（2372KB）	期刊论文	出版稿	开放获取	CC BY-NC-SA	浏览下载